Materialien zu

Mehrstufige Prozesse

OSA Tübingen / Lehrerfortbildung 1999

J. Bemetz / Martin-Heidegger-Gymnasium Meßkirch
J. Bemetz / Materialien zu Mehrstufige Prozesse Seite 1

Vorbemerkungen

• In der Unterrichtseinheit Mehrstufige Prozesse werden Matrizen und Vektoren von ihrer
bisherigen engen Bindung an geometrische Fragestellungen gelöst. In dieser erweiterten
Sicht sind Matrizen nichts anderes als rechteckige Zahlenschemata und Vektoren sind
Zahlentupel. Beide Rechenobjekte können so inhaltlich sehr vielfältig interpretiert
werden, wodurch Aufgabenstellungen möglich sind, die über die geometrischen Aspekte
der Linearen Algebra hinausweisen.

• Mehrstufige Prozesse sind dadurch gekennzeichnet, daß eine durch einen Zustandsvektor
beschriebene Startsituation Schritt für Schritt mit Hilfe von Übergangsmatrizen in
Folgesituationen überführt wird. Dabei kann diese Überführung durch von Stufe zu Stufe
verschiedene Matrizen (z.B. Materialverflechtungen) oder durch das mehrfache
Anwenden ein und derselben Matrix erfolgen (z.B. Populationsentwicklungen).

• Die drei ausführlich behandelten Beispiele dieser Materialiensammlung sind so

ausgewählt, daß mit ihrer Hilfe die wichtigsten Fragestellungen und Aspekte im
Zusammenhang mit Mehrstufigen Prozessen mit den Schülerinnen und Schülern erarbeitet
werden können. Voraussetzungen sind die Matrixschreibweise linearer Gleichungssysteme
( A ⋅ x = b ) sowie der Gaußsche Algorithmus (vgl. Lehrplaneinheit 5: Lineare
Gleichungssysteme).
Die Übungsaufgaben schließen sich unmittelbar an die Fragestellungen der Beispiele an
und erweitern diese.

• Bedingt durch die Vielfalt der Anwendungsbereiche ergeben sich je nach Bereich
unterschiedliche Bezeichnungsweisen. Die wichtigsten sind:
- Zustandvektoren heißen auch Verteilungsvektoren, Populationsvektoren,
Startvektoren, Ausgangsvektoren, Bedarfsvektoren, etc.
- Übergangsmatrizen heißen auch (Material-)Verflechtungsmatrizen, Input-Output-
Matrizen, etc.
- Die Elemente der Übergangsmatrix heißen entsprechend auch Übergangs-
faktoren, Überlebensraten, Sterberaten, Übergangswahrscheinlichkeiten, Anteile,
etc.
- Die Graphen zur Darstellung der Übergänge werden Übergangsgraphen,
Pfeildiagramme, Flußgraphen, Gozintographen, etc. genannt.

• Bei der Behandlung der Unterrichtseinheit Mehrstufige Prozesse kann der Einsatz eines
CAS sehr hilfreich sein. So können z.B. rasch die Auswirkungen veränderter
Startvektoren oder veränderter Übergangsmatrizen untersucht werden. Die MAPLE-
Worksheets (MAPLE V Release 5) zu den Beispielen 2 und 3 sind diesen Materialien
angefügt.
J. Bemetz / Materialien zu Mehrstufige Prozesse Beispiele Seite 2

Beispiel 1: Materialverflechtung
(Definition der Matrizenmultiplikation)

In einem Produktionsprozeß werden zur Herstellung von 2 Zwischenprodukten Z1 und Z2 drei

verschiedene Rohstoffe R1, R2, und R3 benötigt. Aus den beiden Zwischenprodukten entstehen
dann 3 verschiedene Endprodukte E1, E2 und E3.
Der untenstehenden Figur kann entnommen werden, wieviel Mengeneinheiten der Rohstoffe
für die jeweiligen Zwischenprodukte und wieviel Mengeneinheiten der Zwischenprodukte für
die jeweiligen Endprodukte benötigt werden.
Gesucht ist der Rohstoffbedarf für die verschiedenen Endprodukte.

R1 R2 R3

3 3 4 2 1 4

Z1 Z2

3 2 2 1 3 3
E1 E2 E3

Der Bedarf an Zwischenprodukten für die Endprodukte und der Bedarf an Rohstoffen für die
Zwischenprodukte wird häufig auch in Form von Tabellen angegeben:

Z1 Z2 R1 R2 R3
E1 3 2 Z1 3 4 1
E2 2 1 Z2 3 2 4
E3 3 3

Darstellung dieser Tabellen als LGS:

E1 = 3Z1 + 2 Z2 Z1 = 3 R1 + 4 R2 + R3
E2 = 2Z1 + Z2 Z2 = 3 R1 + 2R2 + 4R3
E3 = 3Z1 + 3Z2

In Matrizenschreibweise:

 E1   3 2   R1 
     Z1   Z1   3 4 1   
 E 2  =  2 1  ⋅   (1)   =   ⋅  R2  (2)
 E   3 3  Z2  Z
 2  3 2 4  R 
 3    3
J. Bemetz / Materialien zu Mehrstufige Prozesse Beispiele Seite 3

Einsetzen von (2) in (1) liefert den gesuchten Zusammenhang zwischen den Endprodukten
und den Rohstoffen:

 E1   3 2    R 
   3 4 1  1 
2 1  ⋅    ⋅  R2  
 E2  =   3 2 4 
(3)
 E   3 3          R3  

 3     B 
A

Dieser Zusammenhang zwischen den Endprodukten und den benötigten Rohstoffen läßt sich
aber auch mit einer einzigen Matrix C beschreiben:

 E1   11
c c12 c13   R1 
  
  c c 22 c 23  ⋅  R2 
 E 2  =  21 (4)
 E   c31 c32 c33   R3 
 3       
C

Dabei gibt z.B. c21 an, wieviel Mengeneinheiten des Rohstoffs R1 für das Endprodukt E2
benötigt werden ( E 2 = c 21 ⋅ R1 + c 22 ⋅ R2 + c 23 ⋅ R3 ).

Zur Berechnung von c21 benötigt man die Anzahlen der für das Endprodukt E2 notwendigen
Zwischenprodukteinheiten (2 Einheiten von Z1 und 1 Einheit von Z2: zweite Zeile der Matrix
A) sowie die in jedem Zwischenprodukt enthaltenen Einheiten des Rohstoffs R1 (3 Einheiten
von R1 in Z1 und 3 Einheiten von R1 in Z2: erste Spalte der Matrix B).

c21 = 2 ⋅ 3 + 1 ⋅ 3 = 9
bzw. c21 = a 21 ⋅ b11 + a 22 ⋅ b 21

Allgemein:
Um das Element cik zu erhalten, multipliziert man die Elemente der i-ten Zeile von A der
Reihe nach mit den entsprechenden Elementen der k-ten Spalte von B und addiert die
Produkte (Skalarprodukt der i-ten Zeile von A mit der k-ten Spalte von B).

Die so definierte Verknüpfung, die den beiden Matrizen A und B eine Matrix C zuordnet,
heißt Matrizenmultiplikation. Wir schreiben:

C = A⋅ B

Definition:
Die Multiplikation A ⋅ B zweier Matrizen A und B ist genau dann definiert, wenn die
Spaltenzahl von A gleich der Zeilenzahl von B ist. Ist A eine (m,n)-Matrix und B eine
(n,p)-Matrix, so ist C = A ⋅ B eine (m,p)-Matrix, für deren Elemente cik gilt:

cik = ai1b1k + ai 2 b2 k + .... + ain bnk

(Skalarprodukt aus i-ter Zeile von A mit k-ter Spalte von B)

J. Bemetz / Materialien zu Mehrstufige Prozesse Beispiele Seite 4

Bemerkungen:
• Die Matrizenmultiplikation ist nicht kommutativ.

• Neutrales Element der Matrizenmultiplikation ist die

 1 0 ... 0 
 
 0 1 ... 0 
Einheitsmatrix En =  , eine (n,n)-Matrix, bei der alle Elemente der
... ... ... ... 
 
 0 0 ... 1 
 
Hauptdiagonalen gleich 1 und alle anderen 0 sind. Falls über n keine Unklarheit besteht,
schreibt man häufig E statt En.

Insbesondere gilt: E⋅x = x x : Spaltenvektor

Mit dem Schema von Falk1 läßt sich das Matrizenprodukt auf übersichtliche Weise berechnen:
p

n B
n

m A C=A.B

Für unser Beispiel ergibt sich:

R1 R2 R3
Z1 3 4 1
Z2 3 2 4
Z1 Z2
E1 3 2 15 16 11
E2 2 1 9 10 6
E3 3 3 18 18 13

Für das Endprodukt E2 zum Beispiel benötigt man also 9 Mengeneinheiten von R1,
10 Mengeneinheiten von R2 und 6 Mengeneinheiten von R3.

Hinweise zur inhaltlich richtigen Verknüpfung der Matrizen bei Materialverflechtungen

1
SIGURD FALK, Professor an der TH Braunschweig
J. Bemetz / Materialien zu Mehrstufige Prozesse Beispiele Seite 5

Die Matrizen sind immer dann inhaltlich richtig verknüpft, wenn alle Teilprozesse und der
Gesamtprozeß gleiche Orientierung haben, d.h., wenn sich der Bedarf für die höhere
Produktionsstufe entweder in allen Matrizen (auch in der Produktmatrix!) aus den Zeilen oder
in allen Matrizen aus den Spalten ablesen läßt.

Beispiel:
Bei einem zweistufigen Produktionsprozeß sind die Materialverflechtungen durch folgende
Tabellen gegeben:
Z1 Z2 R1 R2
E1 1 2 Z1 5 6
E2 3 4 Z2 7 8

Die folgenden beiden Modelle stellen inhaltlich richtige Verknüpfungen dar:

R1 R2 E1 E2
Z1 5 6 Z1 1 3
Z1 Z2 7 8 Z1 Z2 2 4
E1 1 2 19 22 R1 5 7 19 43
E2 3 4 43 50 R2 6 8 22 50

Alle Matrizen sind zeilenorientiert Alle Matrizen sind spaltenorientiert

Mathematischer Hintergrund:
Ist C = A ⋅ B , dann gilt: C T = B T ⋅ AT
Die Transponierte eines Produkts ist gleich dem Produkt der Transponierten in umgekehrter
Reihenfolge der Faktoren.
J. Bemetz / Materialien zu Mehrstufige Prozesse Beispiele Seite 6

Beispiel 2: Maikäferpopulation
(Matrizenpotenzen, zyklische Matrizen)

Ein Maikäferweibchen legt 80 Eier und stirbt bald danach. Von den sich daraus entwickelnden
Larven (Engerlinge) überleben nur ein Viertel das darauffolgende Jahr. Auch im zweiten Jahr
überleben nur ein Viertel der Larven. Im dritten Jahre verpuppen sich die Larven und aus
einem Fünftel von ihnen entwickeln sich im folgenden Jahr Maikäferweibchen, die wieder 80
Eier legen.
80

Maikäfer-
Larven 1 Larven 2 Larven 3 weibchen
0,25 0,25 0,2

Wir untersuchen die Entwicklung einer Startpopulation aus 6000 Larven 1, 2000 Larven 2,
300 Larven 3 und 500 Käfernweibchen.

Zustandsvektor der Startpopulation:

 l1 (0)   6000 
   
 l 2 (0)   2000 
po =  =
l3 (0)   300 
   
 k (0)   500 
   

Für die Verteilung nach einem Jahr ergibt sich:

l1 (1) = 80 ⋅ k (0)
l 2 (1) = 0,25 ⋅ l1 (0)
l 3 (1) = 0,25 ⋅ l 2 (0)
k (1) = 0,2 ⋅ l 3 (0)

LGS in Matrixschreibweise:

 l1 (1)   0 0 0 80   l1 (0) 
     
 l 2 (1)   0,25 0 0 0   l 2 (0) 
 l (1)  =  0 0,25 0
⋅
0   l 3 (0) 
 3     
 k (1)   0 0 0, 2 0   k (0) 
     

 0 0 0 80 
 
 0,25 0 0 0
p1 = U ⋅ p 0 mit der Übergangsmatrix U = 
0 0,25 0 0
 
 0 0 0,2 0 

J. Bemetz / Materialien zu Mehrstufige Prozesse Beispiele Seite 7

Ausgehend vom Startvektor p 0 können wir damit nun die Populationen für die folgenden
Jahre berechnen:

 40000   4800 
   
 1500  10000 
p1 = U ⋅ p0 =  p 2 = U ⋅ p1 = 
500  375 
   
 60   100 
   
 8000   6000 
   
 1200   2000 
p3 = U ⋅ p 2 =  p 4 = U ⋅ p3 =  = p0
2500  300 
   
 75   500 
   

In einem Zyklus von 4 Jahren stellt sich also wieder die Ausgangspopulation ein.

Entwicklung des Maikäferbestandes

Solche vierjährigen Zyklen werden bei Maikäferpopulationen in der Natur beobachtet!

J. Bemetz / Materialien zu Mehrstufige Prozesse Beispiele Seite 8

Definieren wir für quadratische Matrizen die Potenzen, so läßt sich die Ursache für dieses
zyklische Verhalten rasch durchschauen:

Definition:
Unter der n-ten Potenz An ( n ∈ N ) einer quadratischen Matrix A versteht man das n-fache
Produkt von A mit sich selbst. Weiter soll gelten: A0 = E (Einheitsmatrix)

Mit Hilfe der Matrizenpotenzen können wir nun schreiben:

p1 = U ⋅ p 0
p 2 = U ⋅ p1 = U ⋅ U ⋅ p 0 = U 2 ⋅ p 0
p3 = U ⋅ p 2 = U ⋅ U 2 ⋅ p 0 = U 3 ⋅ p 0
p 4 = U ⋅ p3 = U ⋅ U 3 ⋅ p 0 = U 4 ⋅ p 0

Damit ist der vierjährige Zyklus dadurch gekennzeichnet, daß für die Übergangsmatrix U gilt:

U4 = E

Nachrechnen liefert für unser Beispiel sofort:

 0 0 16 0   0 4 0 0 1 0 0 0
     
 0 0 0 20   0 0 4 0 0 1 0 0
U2 =  U3 = U4 = =E
0,0625 0 0 0 0 0 0 5 0 0 1 0
     
 0 0,05 0 0   0,0125 0 0 0  0 0 0 1 
  

Wir nennen Matrizen, die zu solchen Zyklen führen, zyklische Matrizen.

Definition:
Eine quadratische Matrix heißt zyklisch, wenn es ein k ∈ N gibt, so daß Ak = E ist.

Bemerkungen:

• Für das Auftreten des vierjährigen Zyklus ist entscheidend, daß das Produkt aus der
Vermehrungsrate v und den drei Überlebensraten a1, a2, und a3 gleich 1 ist.

0 0 0 v  a1 a 2 a3 v 0 0 0 
   
 a1 0 0 0  0 a1 a 2 a3 v 0 0 
Aus U =  erhält man U = 
4

0 a2 0 0 0 0 a1 a 2 a3 v 0 
   
0 0 a3 0   0 0 0 a a a v 
  1 2 3 

U 4 = E für a1 a 2 a3 v = 1
J. Bemetz / Materialien zu Mehrstufige Prozesse Beispiele Seite 9

• Ist a1 a 2 a3 v > 1 , so wird die Maikäferpopulation langfristig zunehmen, ist dagegen

a1 a 2 a3 v < 1 , so wird die Population aussterben.

Beispiele:

I. Verdoppelt sich z.B. wegen veränderter Umweltbedingungen bei gleichbleibenden

Überlebensraten a1, a2 und a3 die Vermehrungsrate v, so ergibt sich: a1 a 2 a3 v = 2 .
 2 0 0 0
 
0 2 0 0
Damit folgt: U = 
4
= 2E (Verdopplung nach jeweils 4 Jahren)
0 0 2 0
 
 0 0 0 2
 

Unbegrenzt wachsende
Population

II. Wird die Vermehrungsrate bei gleichbleibenden Überlebensraten dagegen halbiert, so

ergibt sich: a1 a 2 a3 v = 0,5 .
 0,5 0 0 0 
 
 0 0,5 0 0 
Dies führt zu U = 
4
= 0,5 E (Halbierung nach jeweils 4 Jahren)
0 0 0,5 0 
 
 0 0 0 0,5 


Aussterbende
Aussterbende
Population
Population
J. Bemetz / Materialien zu Mehrstufige Prozesse Beispiele Seite 10

Soll der Rechenaufwand geringer gehalten werden, so bietet sich zur Einführung
zyklischer Matrizen das folgende Beispiel mit einer (3,3)- Übergangsmatrix an:

Entwicklung einer fiktiven Käferpopulation

Ein Käfer legt so viele Eier, daß sich daraus im nächsten Jahr 10 Larven entwickeln. Bald
danach stirbt er. Ein Fünftel dieser Larven überlebt das erste Jahr; im zweiten Jahr verpuppen
sich die Hälfte der Larven und werden im dritten Jahr wieder zu einem Käfer.
Untersuche die Entwicklung einer aus anfänglich 60 einjährigen Larven (L1), 30 zweijährigen
Larven (L2) und 18 Käfern bestehenden Population.

10

0,2 0,5 K
L1 L2

 0 0 10 
 
Übergangsmatrix: U =  0,2 0 0 
 0 0,5 0 
 

Mit U3 = E ergibt sich für die Entwicklung dieser Population ein Zyklus von 3 Jahren.

Diagramm:
J. Bemetz / Materialien zu Mehrstufige Prozesse Beispiele Seite 11

Beispiel 3: Vererbung von Merkmalen

(stationäre Verteilung, stochastische Matrizen)

Eine Population von Insekten enthält Tiere mit zwei verschiedenen Merkmalen A und B (z.B.
Farbe). Beobachtungen über längere Zeit zeigen, daß Insekten mit Merkmal A zu 70%
Nachkommen mit Merkmal A und zu 30% solche mit Merkmal B haben. Insekten mit
Merkmal B haben zu 80% wieder Nachkommen mit diesem Merkmal, zu 20% solche mit
Merkmal A. Die Vermehrungsrate wird durch die Merkmale nicht beeinflußt.

Übergangsgraph:

0,3
Merkmal A Merkmal B
0,7 0,8
0,2

xA(0) sei der Anteil der Insekten mit Merkmal A zu Beobachtungsbeginn, xB(0) entsprechend
derjenige mit Merkmal B.

Für die Verteilung der Merkmale in der nächsten Generation gilt dann:

xA(1) = 0,7 xA(0) + 0,2 xB(0)

xB(1) = 0,3 xA(0) + 0,8 xB(0)

 0,7 0,2 
Die Übergangsmatrix lautet also: U =  
 0,3 0,8 
 x A (0) 
Mit Hilfe des Startvektors x0 =   und der Übergangsmatrix U läßt sich die Verteilung
 x B (0) 
in der n-ten Generation angegeben: (vgl. Beispiel 2):

x n = U n ⋅ x0

Durch die Berechnung der folgenden Matrizenpotenzen können wir uns einen Überblick
über die Entwicklung in der Verteilung der Merkmale verschaffen:

 0,55 0,30   0,475 0,350   0,438 0,375 

U2 =   U3 =   U4 =  
 0,45 0,70   0,525 0,650   0,563 0,625 

 0,420 0,388   0,410 0,394   0,401 0,400 

U5 =   U6 =   U12 = (U6)2 =  
 0,582 0,613   0,591 0,607   0,601 0,601 

Bemerkungen:
• Daß die Spaltensummen nicht genau 1 ergeben, liegt an Rundungsfehlern.
• Will man rasch zu hohen Matrizenpotenzen gelangen, so empfiehlt sich folgende
Vorgehensweise:
A 2 = A ⋅ A ; A 4 = A 2 ⋅ A 2 ; A8 = A 4 ⋅ A 4 ; A16 = A8 ⋅ A8 ; usw.
J. Bemetz / Materialien zu Mehrstufige Prozesse Beispiele Seite 12

Vermutung: Die Matrizenfolge (Un) nähert sich einer Grenzmatrix G mit:

 0,4 0,4 
G = lim U n =  
n →∞
 0,6 0,6 
Ist dies der Fall, so wird sich auch die Verteilung auf einen Grenzvektor x hin stabilisieren.
Bei einer Gleichverteilung der Merkmale in der Startpopulation (xA(0) = 0,5 und xB(0) = 0,5)
ergibt sich:
 0,4 0,4   0,5   0,4 
x = G ⋅ x0 =   ⋅   =  
 0,6 0,6   0,5   0,6 

Auf lange Sicht wird sich also eine stabile Verteilung der Merkmale derart einstellen, daß das
Merkmal A bei 40% und das Merkmal B bei 60% der Insekten vorkommt.

Die sich langfristig einstellende stabile Grenzverteilung (=stationäre Verteilung) hängt

nicht von der Anfangsverteilung der Merkmale ab:

 a 
Sei x0 =   mit a ∈ [ 0,1] eine beliebige Anfangsverteilung, so ergibt sich als stabile
1 − a 
 0,4a + 0,4(1 − a )   0,4 
Grenzverteilung: x = G ⋅ x0 =   =  
 0,6a + 0,6(1 − a )   0,6 

Unter der Annahme der Konvergenz der Verteilungen x n auf eine Grenzverteilung x
hin, läßt sich die Grenzverteilung auch ohne Kenntnis der Grenzmatrix berechnen.

Der Grenzvektor x ist dadurch gekennzeichnet, daß er sich unter der Wirkung der
Übergangsmatrix nicht mehr verändert. Es gilt also: U ⋅ x = x

Auf unser Beispiel angewendet:

 0,7 0,2   x A   x A 
  ⋅   =  
 0,3 0,8   x B   x B 

Zur Berechnung von xA und xB muß also ein homogenes LGS gelöst werden:

0,7 xA + 0,2 xB = xA (1)

0,3 xA + 0,8 xB = xB (2)
-0,3xA + 0,2xB = 0 (1´)
0,3xA - 0,2xB = 0 (2´)

Eine Gleichung erweist sich als überflüssig . Wir wählen xA = t und erhalten dann xB = 1,5t.
Der gesuchte Grenzvektor ergibt sich als spezielle Lösung des homogenen LGS unter der
Nebenbedingung: xA + xB = 1 (xA und xB geben die Anteile an, mit denen die Merkmale in der
Population vorkommen; ihre Summe muß daher gleich 1 sein).

 0,4 
t + 1,5 t = 1 ⇒ t = 0,4 Grenzvektor: x =  
 0,6 
J. Bemetz / Materialien zu Mehrstufige Prozesse Beispiele Seite 13

Bemerkungen zur Konvergenz

Die Konvergenz der Verteilungsvektoren liegt an der speziellen Struktur der Übergangsmatrix
- es handelt sich dabei um eine sogenannte stochastische Matrix.

Definition:
Stochastische Matrizen sind quadratische Matrizen, deren Elemente nicht negativ sind und
bei denen entweder alle Spaltensummen (oder alle Zeilensummen) gleich 1 sind.

Für stochastische Matrizen gilt folgender Grenzwertsatz:

Gegeben seien eine stochastische (m,m)-Matrix U und eine Anfangsverteilung x0 . Weiter

gebe es eine Matrix Uk (Übergangsmatrix zur k-ten Stufe), mit mindestens einer Zeile, in
der alle Elemente strikt positiv sind.

(1) Dann existieren die Grenzwerte lim

n →∞
u ik (n) der n-stufigen Übergangswerte und es gilt:
m
lim u ik (n) = g i für alle i und k, wobei gilt:
n →∞ ∑g
i =1
i =1

Die Grenzwerte sind also unabhängig von der Spaltennummer k. Es ergibt sich:
 g1 g 1 ... g1 
 
 g 2 g 2 ... g 2 
lim U = 
n
n →∞ ... ... ... ... 
 
g g ... g 
 m m m

 g1 
 
 g2 
(2) g =   ist eine von der Anfangsverteilung x0 unabhängige Grenzverteilung
...
 
g 
 m
(3) Diese Grenzverteilung g ist die einzige Lösung des Gleichungssystems U ⋅ x = x unter
der Nebenbedingung x1 + x2 + ... + xm = 1

Ein Beweis dieses Satzes findet sich z.B. in [8]

Sind die Voraussetzungen dieses Satzes erfüllt, so existiert eine Grenzmatrix und damit
eine Grenzverteilung. Gemäß (3) kann diese Grenzverteilung dann durch Lösen eines
LGS unter Beachtung der Nebenbedingung bestimmt werden.

Hinweis:

Prozesse der in Beispiel 3 beschriebenen Art nennt man auch Markoffprozesse (bzw.
Markoffketten). Solche Prozesse sind bestimmt durch eine stochastische Matrix U, deren
Elemente als Wahrscheinlichkeiten zu interpretieren sind, und durch einen Startvektor x0 .
J. Bemetz / Materialien zu Mehrstufige Prozesse Übungsaufgaben Seite 14

Übungsaufgaben
Aufgabe 1

Ein Unternehmen produziert zwei Güter X und Y. Dafür existiert folgender Absatzplan für das
erste Quartal des Jahres:
X Y
Jan 5 3
Feb 9 7
März 4 11
Tabelle 1

Zur Produktion der beiden Güter werden drei Einzelteile R, S und T benötigt. Der Verbrauch
an Einzelteilen je Mengeneinheit der beiden Güter ergibt sich aus folgender Tabelle:

R S T
X 4 2 1
Y 0 5 3
Tabelle 2

a) Bestimmen Sie für jeden Monat den Bedarf an Einzelteilen R, S und T.

b) Die drei Einzelteile werden nicht selbst produziert sondern eingekauft. Der Preis für ein
Teil beträgt bei R 5 DM, bei S 2 DM und bei T 4 DM.
In welchem Monat muß für den Zukauf dieser Teile am meisten ausgegeben werden?

aus [9]

Aufgabe 2

Die folgenden Tabellen beschreiben die Zusammenhänge in einem zweistufigen

Produktionsprozeß:

Z1 Z2 Z3 R1 R2 R3 R1 R2 R3
E1 2 5 3 Z1 a 8 2 E1 25 30 35
E2 2 0 7 Z2 b 1 5 E2 10 37 18
E3 1 2 3 Z3 c 3 2 E3 11 19 18

Tabelle 1 Tabelle 2 Tabelle 3

In Z1 sind a Mengeneinheiten von R1, in Z2 sind b Mengeneinheiten von R1 und in Z3 sind

c Mengeneinheiten von R1.

Bestimmen Sie a, b und c.

J. Bemetz / Materialien zu Mehrstufige Prozesse Übungsaufgaben Seite 15

Aufgabe 3

Ein Hersteller bietet Industriehallen aus normierten Betonstahlfertigteilen an. Zur Herstellung
dieser Fertigteile benötigt er die Rohstoffe Kies (R1), Zement (R2), Stahl (R3) und
Wasser (R4).
Aus den Fertigteilen Wandplatte (Z1), Stütze (Z2) und Träger (Z3) können drei Hallentypen
(H1), (H2) und (H3) montiert werden.
Die nachfolgende Tabelle gibt an, wieviel Tonnen der Rohstoffe zur Herstellung je einer
Tonne der Fertigteile benötigt werden:

Z1 Z2 Z3
R1 0,7 0,55 0,5
R2 0,1 0,2 0,2
R3 0,1 0,15 0,2
R4 0,1 0,1 0,1

Es wird davon ausgegangen, daß die Masse der bei der Fertigung eingesetzten Rohstoffe in
den Zwischenprodukten erhalten bleibt. Die Halle H1 hat die Masse 400 Tonnen,
H2 600 Tonnen und H3 800 Tonnen.
Wieviel Tonnen der Zwischenprodukte bei den drei Hallentypen benötigt werden, entnehmen
Sie folgender Tabelle:

H1 H2 H3
Z1 240 300 320
Z2 80 120 280
Z3 80 180 200

a) Wieviel Tonnen der einzelnen Rohstoffe werden pro Hallentyp verarbeitet?

b) Im Lager sind noch 1712 Tonnen von R1, 424 Tonnen von R2 und 384 Tonnen von R3
sowie genügend von R4 vorrätig.
Wieviel Tonnen der einzelnen Fertigteile können mit diesen Rohstoffen produziert werden,
wenn die Vorräte R1, R2 und R3 vollständig aufgebraucht werden sollen?
Wieviel Tonnen von R4 sind dazu notwendig?

Berufliche Gymnasien/Lk/Abitur 1996 aus

[13]
J. Bemetz / Materialien zu Mehrstufige Prozesse Übungsaufgaben Seite 16

Aufgabe 4

Bei einer Säugetierart können die jährlichen Änderungen in einer aus drei Alterstufen A1, A2
und A3 bestehenden Population durch die folgende Übergangsmatrix beschrieben werden:

0 0 v
 
A =  a1 0 0  mit v > 0; 0 < a1 ≤ 1; 0 < a2 ≤ 1 (v: Vermehrungsrate, a1,a2 Überlebensraten)
0 a2 0 


a) Zeichnen Sie den Übergangsgraphen.

b) Bestimmen Sie a1, a2 und v so, daß sich die Population mit der Startverteilung von 1000
Tieren in A1, 500 Tieren in A2 und 100 Tieren in A3 nach zwei Jahren reproduziert.

c) Gibt es Werte für a1, a2 und v, so daß sich eine beliebige Startverteilung nach jeweils drei
Jahren reproduziert?
aus [10]

Aufgabe 5

Die Populationsentwicklung einer Tierart wird durch die Matrix

 0 1 4
 
T =  0,5 0 0  beschrieben.
 0 a 0
 

a) Zeichnen Sie den Übergangsgraphen und beschreiben Sie diesen Graphen aus biologischer
Sicht. (vgl. Aufgabe 4)

b) Für welchen Wert von a gibt es eine Population, die sich jährlich wiederholt?
Bestimmen Sie die Altersverteilung in dieser stationären Population, wenn sie insgesamt
2600 Tiere umfaßt.
aus [10]

Aufgabe 6

Über die Population fiktiver Käfer sei folgendes bekannt: Die Hälfte aller neugeborenen
Käfer überlebt den ersten Lebensmonat, ein Drittel aller einmonatigen Käfer überlebt den
zweiten Monat und kein Käfer wird älter als drei Monate (es gibt also nur null, ein- und
zweimonatige Käfer). Nullmonatige und einmonatige Käfer haben keine Nachkommen,
zweimonatige Käfer haben im Mittel 5 Nachkommen.

a) Zeichnen Sie den Übergangsgraphen und stellen Sie die Übergangsmatrix U auf.

b) Berechnen Sie die Matrizenpotenz U3 und begründen Sie damit, daß es keine stabile
Startpopulation x geben kann.

c) Bestätigen Sie dies, indem Sie zeigen, daß U ⋅ x = x nur die triviale Lösung hat.
J. Bemetz / Materialien zu Mehrstufige Prozesse Übungsaufgaben Seite 17

Aufgabe 7

Ein Liter Wasser (je nach Geschmack auch Wein, Bier, etc.) wird beliebig auf zwei Gefäße verteilt, die
mindestens je einen Liter fassen. x1 sei die Füllmenge von Gefäß 1, x2 diejenige von Gefäß 2.
Nacheinander wird nun zweimal umgefüllt, wobei zunächst die Hälfte des Wassers aus Gefäß 1 in das
Gefäß 2 und danach die Hälfte des sich jetzt in Gefäß 2 befindlichen Wassers wieder in Gefäß 1 gefüllt
wird.
Nach Vollzug dieser beiden Umfüllaktionen haben sich in den Gefäßen neue Füllmengen
x1´ und x2´ergeben.
Wird dieser Vorgang des zweimaligen Umfüllens sehr oft nacheinander durchgeführt, so stellt sich
schließlich immer - unabhängig von der Anfangsverteilung - dieselbe stationäre Grenzverteilung ein.
 x1   x ´
a) Bestimmen Sie die Matrix U, die den Übergang von x =   zu x´ =  1  beschreibt.
 x2   x2 ´
b) Berechnen Sie die Matrizenpotenzen U2 und U4. Welche Vermutung ergibt sich daraus für die
Grenzmatrix G (G = nlim U n ).
→∞

Berechnen Sie damit die Grenzverteilung x g .

c) Für die Grenzverteilung x g gilt auch: U ⋅ x g = x g .
Berechnen Sie die Grenzverteilung auf diese Weise.

(Hinweis: Verteilungsvektoren haben die Komponentensumme 1)

Aufgabe 8

Eine Teilchenart T1 kann drei Energiezustände I, II und III annehmen. Innerhalb eines festen
Zeitschritts ∆t ändern die Teilchen ihre Energiezustände mit folgenden Übergangs-
wahrscheinlichkeiten:
• Teilchen im Zustand I bleiben zu 25% in diesem Zustand, zu 25% wechseln sie in den Zustand II
und zu 50% wechseln sie in den Zustand III.
• Alle Teilchen im Zustand II wechseln in den Zustand III.
• Teilchen im Zustand III bleiben zu 50% in diesem Zustand, zu 25% wechseln sie in Zustand I und
zu 25% in Zustand II.
a) Zeichnen Sie den zugehörigen Übergangsgraphen und stellen Sie die Übergangsmatrix auf.

b) Zu Beginn der Beobachtung befindet sich die Hälfte der Teilchen im Zustand I, die andere Hälfte
 0,5 
 
im Zustand II. Für den Verteilungsvektor der Anfangsverteilung gilt also: v 0 =  0,5  .
 0 
 
Berechnen Sie die Verteilung für die nächsten vier Zeitschritte und stellen Sie daraus eine
Vermutung über die Konvergenz der Verteilungsvektoren v n für n → ∞ an.

c) Berechnen Sie den Grenzvektor v g der Folge der Verteilungsvektoren unter der Voraussetzung, daß

diese Folge gegen v g konvergiert. Interpretieren Sie die Komponenten von v g als
Wahrscheinlichkeiten.

d) Eine andere Teilchenart T2 zeigt bis auf die Ausnahme, daß alle Teilchen, die sich im Zustand II
befinden auch in diesem Zustand bleiben, dasselbe Übergangsverhalten wie die Teilchenart T1.
Welcher stationäre Grenzvektor ergibt sich jetzt? (Konvergenz darf vorausgesetzt werden)
J. Bemetz / Materialien zu Mehrstufige Prozesse Übungsaufgaben Seite 18

Wie ist dieses Ergebnis zu deuten?

J. Bemetz / Materialien zu Mehrstufige Prozesse Übungsaufgaben Seite 19

Aufgabe 9

Ein bestimmtes Erscheinungsbild (z.B. die Farbe) einer Pflanzenart wird durch ein Genpaar
bestimmt - jedes dieser beiden Gene kann dominant (G) oder rezessiv (g) sein. Entsprechend
ordnet man den Pflanzen folgende Genotypen zu:
• GG: reinerbig dominant
• Gg: mischerbig rezessiv (hybrid)
• gg: reinerbig rezessiv
Nur bei den Typen GG und Gg tritt das entsprechende Erscheinungsbild auf.
Unter der Voraussetzung, daß die beiden Gene eines „Elternpaares“ mit gleicher
Wahrscheinlichkeit an den nachfolgenden Genotyp weitergegeben werden, ergeben sich bei
Kreuzung mit einem mischerbig rezessiven Genotyp folgende
Übergangswahrscheinlichkeiten:
GG → GG: 0,5
GG → Gg: 0,5
gg → gg: 0,5
gg →Gg: 0,5
Gg → GG: 0,25
Gg → Gg: 0,5
Gg → gg: 0,25

Eine Pflanzenpopulation wird fortgesetzt mit mischerbig rezessiven Pflanzen gekreuzt.

a) Zeichnen Sie den zugehörigen Übergangsgraphen und stellen Sie die Übergangsmatrix auf.
b) Berechnen Sie unter Annahme der Konvergenz der Verteilungsvektoren die langfristig sich
einstellende stationäre Verteilung der Genotypen. Welcher Prozentsatz der Pflanzen wird
demnach das entsprechende Erscheinungsbild aufweisen?
vgl. [5]
Aufgabe 10
 
 
0 0 0
1 2
Gegeben ist die Übergangsmatrix U mit U =  1
 2 3
 1 1
0 
 2 3

a) Zeigen Sie durch vollständige Induktion, daß für die n-te Potenz von U gilt:

 
 
 0 0 0 
 4 18  1 n 4 3 1
n
4 4 1 
n

Un =  − −  + −  − −  
7 7  6 7 7 6 7 7 6 
 3 18  1 n 3 3 1
n
3 4 1 
n

 + −  − −  + −  
7 7  6 7 7 6 7 7 6 

b) Bestimmen Sie lim U n = U g und zeigen Sie, daß gilt: U g = U ⋅ U g aus [3]
n →∞
J. Bemetz / Materialien zu Mehrstufige Prozesse Lösungshinweise Seite 20

Lösunghinweise zu den Übungsaufgaben

Aufgabe 1

a) Tabelle 1 führt zur Verflechtungsmatrix A:

5 3 
 
A = 9 7 
 4 11
 
Tabelle 2 führt zur Verflechtungsmatrix B:
 4 2 1
B =  
 0 5 3
Die Produktmatrix C = A ⋅ B liefert die Verflechtung zwischen den Monaten und den
Einzelteilen.
R S T
X 4 2 1
X Y 0 5 3
Jan 5 3 20 25 14
Feb 9 7 36 53 30
März 4 11 16 63 37

5
 
b) Der Kostenvektor für die Einzelteile R, S und T ist: k =  2 
 4
 
Die monatlichen Kosten für die Einzelteile ergeben sich dann aus: m = C ⋅ k

 20 25 14   5   206 
     
m =  36 53 30  ⋅  2  =  406 
 16 63 37   4   354 
     

Im Februar muß also mit 406 DM die größte Summe für den Zukauf der Teile ausgegeben
werden.

Aufgabe 2 R1 R2 R3
Z3 a 8 2
Schema von Falk: Z2 b 1 5
Z1 Z2 Z3 c 3 2
E1 2 5 3 2a+5b+3c 30 35
E2 2 0 7 2a+7c 37 18
E3 1 2 3 a+2b+3c 19 18

Ein Vergleich mit Tabelle 3 führt sofort auf folgendes LGS:

2a + 5 b + 3c = 25
2a + 7c =10
a + 2b + 3c = 11 Als Lösung ergibt sich: a = 5, b=3 und c = 0.
J. Bemetz / Materialien zu Mehrstufige Prozesse Lösungshinweise Seite 21

Aufgabe 3

 0,7 0,55 0,5 

   240 300 320 
 0,1 0,2 0,2   
a) Verflechtungsmatrizen: A =  0,1 0,15 0,2  und B=  80 120 280 
   80 180 200 
 0,1 0,1 0,1   
 

Beide Matrizen sind spaltenorientiert (vgl. Seite 4). Es ergibt sich folgendes Falk-Schema:

H1 H2 H3
Z1 240 300 320
Z2 80 120 280
Z1 Z2 Z3 80 180 200
R1 0,7 0,55 0,5 252 366 478
R2 0,1 0,2 0,2 56 90 128
R3 0,1 0,15 0,2 52 84 114
R4 0,1 0,1 0,1 40 60 80

So benötigt man z.B. für Hallentyp 1 252 Tonnen von R1, 56 Tonnen von R2, 52 Tonnen von
R3 und 40 Tonnen von R4.

b) In a Tonnen vom Typ Z1 sind 0,7 ⋅ a Tonnen von R1, in b Tonnen vom Typ Z2 sind
0,55 ⋅ b Tonnen von R1 und in c Tonnen vom Typ Z3 sind 0,5 ⋅ c Tonnen von R1
Also: 0,7 ⋅ a + 0,55 ⋅ b + 0,5 ⋅ c = 1712
Entsprechendes gilt für R2, R3 und R4.

Es ergibt sich insgesamt folgendes LGS:

 0,7 0,55 0,5  1712 

  a  
 0,1 0,2 0,2     424 
⋅ b
  =
 0,1 0,15 0,2     384 
   c   
 r 
 0,1 0,1 0,1   4 

Mit Hilfe des Gaußschen Eliminationsverfahrens können die drei Unbekannten a, b und c aus
den ersten drei Gleichungen (drei Gleichungen für drei Unbekannte) ermittelt werden.

 0,7 0,55 0,5 1712   70 55 50 171200   70 55 50 171200   70 55 50 171200 

       
 0,1 0,2 0,2 424  ⇔  10 20 20 42400  ⇔  0 − 85 − 90 − 125600  ⇔  0 − 85 − 90 125600 
 0,1 0,1 0,2 384   10 15 20 38400   0 − 50 − 90 − 97600   0 − 35 0 − 28000 
       
Also: b = 800, c = 640 und a = 1360

Einsetzen in die 4.Gleichung liefert: r4 = 280

Es lassen sich 1360 t von Z1, 800 t von Z2 und 640 t von Z3 herstellen. Dazu sind 280 t von R4
notwendig.

Aufgabe 4
J. Bemetz / Materialien zu Mehrstufige Prozesse Lösungshinweise Seite 22

a)
v

A1 a1 A2 a2 A3

b) Berechnung von A2:

0 0 v  0 0 v  0 va 2 0 
     
 a1 0 0  ⋅  a1 0 0 =  0 0 va1 
0 a2 0   0 a2 0   a1 a 2 0 0 


1000 
 
Es muß gelten: A 2 ⋅ s = s mit s =  500 
 100 
 
 0 va 2 0  1000  1000 
     
 0 0 va1  ⋅  500  =  500 
a a 0 0   100   100 
 1 2

500va 2 = 1000 (1)

1 1
Also: 100va1 = 500 (2) Daraus ergibt sich: v = 10; a1 = ; a2 =
2 5
1000a1 a 2 =100 (3)

c) Berechnung von A3 :

0 0 v  0 va 2 0   a1 a 2 v 0 0 
     
A 3 = A ⋅ A 2 =  a1 0 0 ⋅  0 0 va1  =  0 a1 a 2 v 0 
0 a2 0   a1 a 2 0 0   0 0 a1 a 2 v 


Für einen Zyklus von drei Jahren muß gelten: a1 a 2 v = 1 . Dies ist z.B. auch für die in b)
berechneten Werte erfüllt.

Aufgabe 5
J. Bemetz / Materialien zu Mehrstufige Prozesse Lösungshinweise Seite 23

a) 4

A1 0,5 A2 a A3

Die Population bei dieser Tierart wird in drei Altersstufen A1 (Jungtiere), A2 (ausgewachsene
Tiere) und A3 (Alttiere) eingeteilt. Im Gegensatz zu Aufgabe 4 sind hierbei sowohl die
ausgewachsenen Tiere als auch die Alttiere fortpflanzungsfähig.

b) Für eine stationäre Population x muß gelten:

T ⋅x = x

 0 1 4   x1   x1  − x1 + x 2 + 4 x3 = 0
     
 0,5 0 0  ⋅  x 2  =  x 2  bzw. 0,5 x1 − x 2 =0
 0 a 0  x   x  ax 2 − x3 = 0
   3  3

Mit Hilfe des Gaußschen Eliminationsverfahrens ergibt sich:

 
 −1 1 4 0 −1 1 4 0 −1 1 4 0
    
 0,5 − 1 0 0  ⇔  0 − 1 4 0  ⇔  0 − 1 4 0

 0 −   0 a −1 0 
1

 a 1 0    0 0 − + 4 0
 a 

1 1
Eine nichttriviale Lösung ergibt sich für − + 4 = 0 , also für a =
a 4
 8t 
 
Als Lösung ergibt sich dann: x =  4t 
t
 
Mit x1+x2 +x3 = 2600 ergibt sich: t=200

1600 Tiere gehören zu A1, 800 zu A2 und 200 zu A3.

Aufgabe 6
J. Bemetz / Materialien zu Mehrstufige Prozesse Lösungshinweise Seite 24

a) 5

O 1
1 1
2
2 3

Übergangsmatrix:
 
 
0 0 5
1
U=  0 0
2 
 1 
0 0
 3 

5 
 5   0 0
0 0  6 
 3  5 5
b) U2 =0 0 2,5  U 3 = U 2 ⋅U =  0 0 = ⋅E
 6  6
1 0 0   5

6  0 0 
 6

5
Dies bedeutet, daß jede beliebige Population nach drei Monaten auf das -fache
6
abgenommen hat. Es kann daher keine stabile Population geben.

c) Für eine stabile Population müßte gelten: U ⋅x = x

Das Gaußsche Eliminationsverfahren ergibt:

 
   
−1 0 5 0 −1 0 5 0  −1 0

5 0

1
 −1 0 0 ⇔  0 − 2 5 0 ⇔  0 − 2 5 0
2   

1
 0 0 − 1 0 
 1 0  0 − 1 0 
0 −1   3 
 3 

Das LGS hat also nur die triviale Lösung x1 = x2 = x3 = 0

Aufgabe 7
J. Bemetz / Materialien zu Mehrstufige Prozesse Lösungshinweise Seite 25

a) Es gilt: x1´= 0,5x1 + 0,5(x2 + 0,5x1)

x2´= x2 + 0,5x1 - 0,5(x2 + 0,5x1)

 x1´   0.75 0,5   x1 

Also:   =   ⋅  
x ´
 2   0 . 25 0,5   x2 

 0.75 0,5 
mit U =   als Übergangsmatrix
 0.25 0,5 

 0.69 0,63   0.67 0,66 

b) U =   U 4 = U 2 ⋅ U 2 =   (jeweils gerundet auf 2 Dez.)
2

 0.31 0,34   0.33 0,34 

2 2
 
Vermutung für die Grenzmatrix G: G =3 3
1 1
 
3 3
 a 
Mit x1 = a ( a ∈ [ 0;1] ) und x2 = 1 - a gilt für einen beliebigen Startvektor: x =  
1 − a 
2
 
Damit ergibt sich für die stationäre Grenzverteilung: x g = G ⋅ x =  13 
 
 
3

c) U ⋅ x g = x g führt auf das LGS: 0,75x1 + 0,5x2 = x1 (1)

0,25x1 + 0,5x2 = x2 (2)

-0,25x1 + 0,5x2= 0 (1´)

-0,25x1 - 0,5x2= 0 (2´)

Eine Gleichung erweist sich als überflüssig: Mit x1=t ergibt sich x2 = 0,5t.

2
Aus x1 + x2 = 1 folgt: t =
3
2 1
Damit ergibt sich in der stationären Grenzverteilung: x1 = und x2 =
3 3

Aufgabe 8
J. Bemetz / Materialien zu Mehrstufige Prozesse Lösungshinweise Seite 26

0,5
a)

III
0,5 1
0,25 0,25

0,25 I 0,25 II

 0,25 0 0,25 
 
Übergangsmatrix: U =  0,25 0 0,25 
 0,5 1 0,5 
 

b) Für die nächsten drei Verteilungen ergibt sich:

 0,125   0,219   0,195   0,201

       
v1 =  0,125  v 2 =  0,219  v3 =  0,195  v 4 =  0,201
 0,75   0,563   0,609   0,598 
       
 0,2 
 
Vermutung: Die Folge v n der Zustandsvektoren hat den Grenzvektor v g =  0,2 
 0,6 
 
c) Für v g gilt: U ⋅ vg = vg
 − 0,75 0 0,25 0   − 0,75 0 0,25 0 
   
LGS:  0,25 − 1 0,25 0  ⇔  0,75 0 − 0,25 0 
 0,5 1 − 0,5 0   0,5 1 − 0,5 0 
 
Eine Gleichung ist überflüssig: Setzen von x3 = 3t liefert: x1 = t und x2 = t.
Mit x1+x2+x3 = 1 ergibt sich der in b) vermutete Grenzvektor.

Interpretation: Langfristig wird sich ein Teilchen mit 20% Wahrscheinlichkeit im

Zustand I, mit 20% Wahrscheinlichkeit in Zustand II und mit 60% Wahrscheinlichkeit
in Zustand III befinden.
 0,25 0 0,25 
 
Neue Übergangsmatrix: U =  0,25 1 0,25 
*
d)
 0,5 0 0,5 
 
Als Lösung von U * ⋅ v *g = v *g mit der Nebenbedingung v1 + v 2 + v3 = 1 ergibt sich:
* * *

 0
 
v = 1
*
g Interpretation: Langfristig sind alle Teilchen im Energiezustand II
 0
 
(Man nennt einen solchen Zustand absorbierend)
J. Bemetz / Materialien zu Mehrstufige Prozesse Lösungshinweise Seite 27

Aufgabe 9
0,5
a) Übergangsgraph:

Gg

0,5 0,5

0,25 0,25

0,5 0,5
gg
GG

Übergangsmatrix:

 0,5 0,25 0 
 
U =  0,5 0,5 0,5 
 0 0,25 0,5 
 

 xGG 
 
b) U ⋅x = x mit x =  x Gg  führt zu:
x 
 gg 

 − 0,5 0,25 0 0  − 0,5 0,25 0 0  − 0,5 0,25 0 0

     
 0,5 − 0,5 0,5 0  ⇔  0 − 0,25 0,5 0  ⇔  0 − 0,25 0,5 0 
 0 0,25 − 0,5 0   0 0,25 − 0,5 0   0 0 0 0 
  

Setzen von xGg = 2t liefert xgg = t und xGG = t.

Mit xGG + xGg + xgg = 1 folgt für die sich langfristig einstellende stationäre
Grenzverteilung:

 0,25 
 
x =  0,5 
 0,25 
 

Da sich das entsprechende Merkmal sowohl beim Genotyp GG als auch beim
Genotyp Gg zeigt, werden langfristig 75% der Pflanzen dieses Erscheinungsbild
aufweisen.
J. Bemetz / Materialien zu Mehrstufige Prozesse Lösungshinweise Seite 28

Aufgabe 10

a) Induktionsanfang:
 
   
 0 0 0  0 0

0
 
4 4 1  
1 1 1
4 18  1 4 3 1 1 2
U =  − − 
1
+ −  − −   = 1 =U
7 7  6 7 7 6 7 7 6   2 3
 3 18  1 1  1 1
3 4  1   0
1 1
3 3 1 
 + −  − −  + −    2 3
7 7  6 7 7 6 7 7 6 

Induktionsvoraussetzung:

Für ein beliebiges n ∈ N gelte:

 
 
 0 0 0 
 4 18  1 
n
4 3 1
n
4 4 1 
n

U =  − − 
n
+ −  − −  
7 7  6 7 7 6 7 7 6 
 3 18  1  n 3 3 1
n
3 4 1 
n

 + −  − −  + −  
7 7  6 7 7 6 7 7 6 

Induktionsbehauptung:

 
 
 0 0 0 
 4 18  1  n +1 4 3 1
n +1
4 4 1 
n +1

U n +1 =  − −  + −  − −  
7 7  6 7 7 6 7 7 6 
 3 18  1  n +1 3 3 1
n +1
3 4 1 
n +1

 + −  − −  + −  
7 7  6 7 7 6 7 7 6 

Induktionsschluß:

Nachrechnen liefert:
 
 
 0 0 0 
 4 18  1  n +1 4 3 1
n +1
4 4 1 
n +1

U ⋅U n =  −  −  + −  − −  
7 7  6 7 7 6 7 7 6 
 3 18  1  n +1 3 3 1
n +1
3 4 1 
n +1

 + −  − −  + −  
7 7  6 7 7 6 7 7 6 
qed.
J. Bemetz / Materialien zu Mehrstufige Prozesse Lösungshinweise Seite 29

 
 
0 0 0
4 4 4
b) Es gilt: lim Un = =Ug
n →∞ 7 7 7
3 3 3
 
7 7 7

     
     
0 0 0 0 0 0 0 0 0
1 2 4 4 4 4 4 4
U ⋅U g =  1 ⋅ = =Ug
 2 3 7 7 7 7 7 7
 1 1 3 3 3 3 3 3
0     
 2 3 7 7 7 7 7 7
J. Bemetz / Materialien zu Mehrstufige Prozesse Seite 30

Literaturverzeichnis:

[1] Bosch, Karl, Mathematik für Wirtschaftswissenschaftler, Oldenbourg Verlag 1999

[2] Hahn/Dzewas, Lineare Algebra/Analytische Geometrie, Westermann 1996
[3] Lehmann, Eberhard, Lineare Algebra mit Vektoren und Matrizen, J.B.Metzler 1990
[4] Lehmann, Eberhard, Lineare Algebra mit dem Computer, Teubner 1983
[5] Kroll, Reiffert, Vaupel, Analytische Geometrie/Lineare Algebra, Dümmler 1997
[6] LEU-Heft M 36, Amann, Selinka, Zum anwendungsorientierten Mathematikunterricht,
Heft 3 Lineare Algebra und Analytische Geometrie, 1994
[7] LEU-Heft M 41, Wie verändert sich der Mathematikunterricht durch den Einsatz eines
Computer-Algebra-Systems?, 1998
[8] Rényi, Alfréd, Wahrscheinlichkeitsrechnung, VEB Deutscher Verlag der
Wissenschaften, Berlin, 1979
[9] Schwarze, Jochen, Mathematik für Wirtschaftswissenschaftler,Verlag Neue
Wirtschafts-Briefe, 1996
[10] Sigma, Analytische Geometrie, Klett (vergriffen)
[11] Stopp, Friedmar, u.a., Mathematik IV (Matrizenrechnung, Lineare Optimierung),
Fachbuchverlag Leipzig-Köln, 1992
[12] Trinkaus, Hans L., Probleme? Höhere Mathematik!, Springer-Lehrbuch, 1993
[13] Vohrer, Thilo, Abitur Berufliche Schulen und Fachgymnasien, Verlag T. Vohrer 1997

Eine Sammlung von Musteraufgaben des Oberschulamts Karlsruhe zum Thema "mehrstufige
Prozesse“ finden sich unter:

http://www.lehrer.uni-karlsruhe.de/~za242/osa/mstproz/Muster98.html